Аналитика продвижения проектов с помощью нейросети
Начало работы над проектом
Для начала мне нужно было понять, как себя позиционировать, и выявить свои сильные и слабые стороны, как специалиста в области теории дизайна и искусства. Для этого я провела небольшое интервью с помощью ИИ, где он помог мне выявить мои сильные и слабые стороны (так же он дал советы о том, как перебороть то, в чём я не так сильна, и превратить это в достоинство), а так же предложил варианты позиционирования.
Как ни странно, во многом нейросеть оказалась права. Это меня немного удивило.
Статья
В рамках курса с помощью ИИ я написала и отредактировала статью об эволюции обложек магазина Икеа, ссылаясь на своё уже имеющееся визуальное исследование. Учитывая мои тревоги и пожелания, нейросеть предложила мне выложить статью на Пикабу.
Пикабу действительно оказался подходящей мне платформой, регистрация была быстрой, пост модерировался и выложился в течение пары минут, и за короткий промежуток времени статья собрала неплохой отклик и достаточно широкий охват для первой публикации.
Меньше чем за две недели статья набрала 4,3 тысячи просмотров.
Видео
В качестве короткого видео я перемонтировала своё видеоэссе про кинематограф, добавив с помощью нейросети озвучку и субтитры. Далее я запостила видео в Youtube Shorts. Платформу я выбрала исходя из предложенных нейросетью вариантов. Причиной для выбора именно Ютуб Шортс стало то, что у меня уже имелся канал, а так же то, что моё видео обучающим в какой-то мере.
На YouTube Shorts видео получило хороший отклик, несмотря на то, что собственной аудитории там не было. Помогло правильно подобранное описание, а так же субтитры. Результат — ролик всё же попал в рекомендации и получил заметный охват.
Меня слегка удивил процент зрителей, которые досмотрели видео до конца.
Общий дашборд по статье и видео
YouTube Shorts показал более высокую вовлечённость, несмотря на меньшее число просмотров. Это может быть связано с тем, что видеоформат лучше подходит для эмоционального отклика аудитории. Пикабу дал хороший охват, но реакция была минимальной — возможно, из-за специфики платформы или стиля подачи.
Вывод
Проект дался мне не так легко, как я думала изначально. Я ожидала большего фидбека от аудитории — комментариев, обсуждений, реакции, — но в реальности он был довольно скромным.
Однако даже в условиях ограниченного отклика я чувствую, что многое получилось:
Мне удалось освоить базовые инструменты искусственного интеллекта: от ChatGPT до Pictory. Так же я научилась формулировать промпты, которые действительно работают, и поняла, как дорабатывать результаты ИИ вручную. Ещё я смогла создать контент разного формата — и текстовый и видео. И последнее, я получила первый опыт аналитики: собирала метрики, сравнивала площадки, делала выводы.
Использование ИИ в проектах
Вся ключевая работа над проектом была выполнена с помощью ChatGPT и QWEN.
Основные задачи, которые я решала с помощью ChatGPT и QWEN: - Генерация идей: проводила «интервью с собой» внутри нейросети, чтобы определить, какую тему раскрыть в статье и видео. - Создание структуры контента: ChatGPT помог составить план статьи. - Написание сценариев: для шортса был подготовлен подробный сценарий, включая тайминг, голос за кадром. - SEO-оптимизация: с помощью ИИ были подобраны ключевые слова, написаны заголовки и описания. - Генерация промптов для других нейросетей: QWEN дал готовые запросы для создания обложек.
Для генерации обложки был использовать Leonardo AI.
Для создания закадрового голоса был использован Pictory.
